爭論的基本主旨是企業無法很好的理解數據科學,而且不能找到所需的數據專家來幫助他們。而批評者表示:“如果只有靠少數人才能真正利用大數據的話,那么,企業在時間作出大數據投資還有意義嗎?”
摘要:在現實中,認為企業只有依靠數據專家才可以從大數據中獲得價值的理念是荒謬的。但作為一個行業,我們必須充分認識到,這些數據專家是唯一知道如何利用這些豐富的信息的。 大數據呼吁的是業務分析師,而非數據專家… 爭論的基本主旨是企業無法很好的理解數據科學,而且不能找到所需的數據專家來幫助他們。而批評者表示:“如果只有靠少數人才能真正利用大數據的話,那么,企業在時間作出大數據投資還有意義嗎?” 在現實中,認為企業只有依靠數據專家才可以從大數據中獲得價值的理念是荒謬的。但作為一個行業,我們必須充分認識到,這些數據專家是唯一知道如何利用這些豐富的信息的。 事實上,今天的企業已經擁有業務分析師,知道如何處置他們的資源,他們了解哪些資源是推動企業業務發展的必要關鍵因素。然而,可悲的是,因為全行業的炒作,企業的客戶總是不必要的認為數據分析專家不足,因此對于企業的分析能力失去信心。 讓科學技術為您思考 終,提供易于使用,同時功能強大的應用程序是大數據和商業智能供應商責任。并將這些應用程序進行內置,以便用戶、機器和設備可以在任何時刻保持好的運作。整個大數據分析行業需要完整的解決方案,消除其復雜性,而不是個別方面需要博士學位的專業人士才 能拼湊出一套可用的解決方案。 該解決方案本身必須是理解數據的關鍵。這意味著相關應用程序是預載了數據科學家們的智慧,使企業不必雇傭他們。相關的工具能夠完成繁重的工作,以便使得任何業務經理可以很容易地和有效地使用它們。 大多數企業的問題可以用一個數據解決方案來處理。我們不應忽視這樣一個事實,大數據是分析和測量數據流。它是幫助確定業務問題,然后找出數據如何提供幫助的一種方式,進而直觀的對其進行解決;因此需要任何企業用戶可以在他們需要的時候很容易的發現相關的信息,采取佳的行動。 未來的并不像您想象的那么遠… 越來越多的企業開始要求新的、易于使用的大數據應用程序,而不再希望有復雜的業務。近,福特汽車公司的大數據分析john ginder便感慨,仍然需要極少數的關鍵工具,以幫助大公司進行大數據分析。 他解釋說,他的研究小組主要依靠開放源碼工具,如hadoop,用于管理大型數據集,這些工具是強大的,他們需要度熟練的專業人員進行操作。他夢想的里,即使是不懂技術的業務分析師也可以使用大數據的工具,提出正確的問題,并做出好的決定。數據專家而非計算機科學家可以在此之前進行審查,尋找關聯性。 在現實中,我們可能會更傾向于ginder先生的想法。致力于創建大數據解決方案,以便使得用戶能夠做出及時的、智能的,數據驅動的決策,極大地減少復雜的分析應用。 如果大數據能夠充分發揮其潛力,其必須像上網一樣容易和直觀。我們需要強大的可視化工具,可以連續進行分析,然后通過直觀的圖形的儀表板,顯示相關的結論,進而做出決策。毫無疑問,大數據是業務轉型變化的關鍵,但為了充分發揮其效益,我們必須找到合適的解決方案,使得大數據的見解能為為所有人可用。